Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression
|
|
- Oskar Hase
- vor 7 Jahren
- Abrufe
Transkript
1 Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich 1 Einleitung Lineare Regression ist ein Thema des Lehrplans von berufsbildenden höheren Schulen (4. und 5. Jahrgang der HTL, 2. und 5. Jahrgang der HAK). Es könnte auch in der AHS als interessante Anwendung von Kenntnissen über lineare Gleichungen und über das Skalarprodukt besprochen werden. Leider wird in den mir bekannten Schulbüchern (zum Beispiel [1] oder [2]) darauf verzichtet zu erklären, wie die Gleichung der Regressionsgeraden berechnet werden kann und warum man dazu gerade die Summe der Fehlerquadrate minimiert. Auch in [3] wird zur zweiten Frage nur auf rechentechnische bzw. historische Gründe verwiesen. Dort wird aber erläutert, wie man die Gleichung der Regressionsgeraden mit Hilfe des Skalarprodukts leicht herleiten kann. In diesem Beitrag betrachten wir zuerst Interpolationsaufgaben, die durch Systeme linearer Gleichungen Ax = b beschrieben werden können (Abschnitt 2). Wenn diese Gleichungssysteme keine Lösung haben (Abschnitt 3), ersetzen wir die Spalte b durch die am nächsten liegende Spalte, mit der das Gleichungssystem eine Lösung hat. Dieser Vorgang entspricht der linearen Regression. Um zu präzisieren, was am nächsten liegend bedeutet, müssen wir festlegen, was wir unter dem Abstand zweier Spalten verstehen. Verwenden wir dazu den euklidischen Abstand, landen wir bei der Methode der kleinsten Quadrate. Im Abschnitt 4 wird dargestellt, wie man auf einfache Weise mit Hilfe des Skalarprodukts die Gleichung der Regressionsgeraden erhält. Da in der Handelsakademie das Skalarprodukt nicht Pflichtstoff ist, wird im Abschnitt 5 die Gleichung der Regressionsgeraden ohne Verwendung des Skalarprodukts hergeleitet. Abschnitt 6 geht auf die Herleitung dieser Gleichung mit Hilfe der Differenzialrechnung ein (und weist darauf hin, dass man diese dazu eigentlich nicht braucht). 1
2 2 Interpolationsaufgaben Wir betrachten die folgenden Interpolationsaufgaben: Gegeben sind Funktionen f 1,..., f k von R nach R, paarweise verschiedene reelle Zahlen x 1,..., x n R und reelle Zahlen y 1,..., y n R. Gesucht sind reelle Zahlen c 1,..., c k so, dass die Funktion f := k c if i die Bedingungen f(x 1 ) = y 1, f(x 2 ) = y 2,..., f(x n ) = y n erfüllt. y 1 y 4 y 2 y 3 x 1 x 2 x 3 x 4 Durch die Funktionen f 1,..., f k wird der Typ der Interpolationsaufgabe vorgegeben. Die reellen Zahlen x 1,..., x n heißen Stützstellen, die reellen Zahlen y 1,..., y n Werte der Interpolationsaufgabe. Die gesuchte Funktion f heißt interpolierende Funktion. Wir suchen also eine Funktion f des vorgegebenen Typs so, dass die Funktionswerte von f in den Stützstellen die vorgegebenen Werte der Interpolationsaufgabe sind. Anders formuliert: Wir suchen Zahlen c 1,..., c k so, dass f 1 (x 1 )c 1 + f 2 (x 1 )c f k (x 1 )c k = y 1 f 1 (x 2 )c 1 + f 2 (x 2 )c f k (x 2 )c k = y 2... =... f 1 (x k )c 1 + f 2 (x k )c f k (x n )c k = y n ist. Das ist ein System von k linearen Gleichungen mit n Unbekannten c 1,..., c n. Beispiel 1. Interpolation durch lineare Funktionen. Wenn f 1 die Identität (also die Funktion, die jeder Zahl sich selbst zuordnet) und f 2 die konstante Funktion 1 (also die Funktion, die jeder Zahl die Zahl 1 zuordnet) ist, dann suchen wir eine Funktion f := c 1 f 1 + c 2 f 2 mit (f(x i ) =) c 1 x i + c 2 = y i, 1 i n. 2
3 In diesem Fall schreiben wir wie üblich k statt c 1 und d statt c 0. Dann ist f die Funktion, die jeder reellen Zahl z die Zahl f(z) := k.z + d zuordnet. Um die Zahlen k und d mit den Eigenschaften k.x 1 + d.1 = y 1... k.x n + d.1 = y n zu finden, müssen wir ein System von n linearen Gleichungen mit zwei Unbekannten lösen. Beispiel 2. Interpolation durch Polynomfunktionen. Wenn die gegebenen Funktionen f 1,..., f k die Potenzfunktionen vom Grad 0 bis k 1 sind, dann ist die gesuchte Funktion f eine Polynomfunktion vom Grad k 1, also f : R R, z c 1 + c 2.z c k.z k 1. Wir suchen reelle Zahlen c 1, c 2,..., c k mit der Eigenschaft, dass c 1 + x 1 c x k 1 1 c k = y 1... c 1 + x n c x k 1 n c k = y n ist, müssen also ein System von n Gleichungen mit k Unbekannten lösen. Beispiel 3. Interpolation durch Linearkombinationen von Sinus und Cosinus. Ist f 1 die Sinusfunktion und f 2 die Cosinusfunktion, dann suchen wir eine (2π-periodische) Funktion f := c 1 sin +c 2 cos mit (f(x i ) =) c 1 sin(x i ) + c 2 cos(x i ) = y i, 1 i n. Wir suchen daher zwei reelle Zahlen c 1 und c 2 so, dass c 1 sin(x 1 ) + c 2 cos(x 1 ) = y 1... c 1 sin(x n ) + c 2 cos(x n ) = y n ist. Um sie zu berechnen, müssen wir ein System von n linearen Gleichungen mit zwei Unbekannten lösen. 3 Systeme linearer Gleichungen (mit und ohne Lösung) Das System f 1 (x 1 )c 1 + f 2 (x 1 )c f k (x 1 )c k = y 1 f 1 (x 2 )c 1 + f 2 (x 2 )c f k (x 2 )c k = y 2... =... f 1 (x k )c 1 + f 2 (x k )c f k (x n )c k = y n 3
4 von k linearen Gleichungen mit den Unbekannten c 1,..., c n kann auch in der Form f 1 (x 1 ) f k (x 1 ) y 1 c c k. =., f 1 (x n ) f k (x n ) oder, mit den Abkürzungen kurz als y 1 y :=. y n und f i (x) := k c i f i (x) = y y n f i (x 1 )., 1 i k, f i (x n ) angeschrieben werden. Diese Schreibweise legt es nahe, das System linearer Gleichungen als die folgende Aufgabe zu interpretieren: Schreibe die Spalte y als Linearkombination k c if i (x) der Spalten f i (x), 1 i k. Das ist aber nur dann möglich, wenn y in dem von den Spalten f i (x), 1 i k, erzeugten Untervektorraum U (des Vektorraums aller Spalten) enthalten ist. Wenn das nicht der Fall ist, ist dieses System linearer Gleichungen nicht lösbar. Im Fall von Beispiel 1 (Interpolation durch lineare Funktionen) ist U die von x 1 1 := 1. und x :=. 1 erzeugte Ebene. Im Fall von Beispiel 2 (Interpolation durch Polynomfunktionen vom Grad k) ist U der von x 1 1.,. 1 x n,..., x n x k 1 1. x k 1 n erzeugte Vektorraum. Im Fall von Beispiel 3 (Interpolation durch Linearkombinationen von Sinus und Cosinus) ist U die von sin(x 1 ) cos(x 1 ). und. sin(x n ) cos(x n ) 4
5 erzeugte Ebene. Wenn die Interpolationsaufgabe einerseits eine Situation beschreibt, von der man weiß, dass es eine Lösung gibt, andererseits die Aufgabe aber nicht lösbar ist, weil y mit Mess- oder Rundungsfehlern behaftet ist, liegt es nahe, dass y eigentlich ein Element von U sein sollte. Wir erzwingen die Lösbarkeit der Aufgabe, indem wir y durch eine Spalte y in U ersetzen! Wie sollen wir diese Spalte y aber wählen? Am einfachsten ist es, y in U so zu wählen, dass der Abstand zwischen y und y möglichst klein ist. Wir suchen also ein Element des Vektorraums (im Fall von Beispiel 1 der Ebene) U so, dass der Abstand y y zwischen y und y so klein wie möglich ist. Wir müssen uns nun aber entscheiden, welchen Abstand wir meinen: wir wählen den (durch das Standardskalarprodukt auf dem R n induzierten) euklidischen Abstand im R n, also y y := n (y i y i) 2. Für positive reelle Zahlen a und b ist a b genau dann, wenn a 2 b 2 ist. Daher ist der y y genau dann minimal, wenn die Summe n (y i y i ) 2 der Fehlerquadrate minimal ist. 4 Lineare Regression (wenn das Skalarprodukt bekannt ist) Genau dann ist der Abstand zwischen y und y kleiner oder gleich dem Abstand zwischen y und jedem anderen Element z von U, wenn die Gerade durch y und y normal zum Untervektorraum U steht. Das folgt leicht aus dem Satz von Pythagoras: y U z y Das Dreieck mit den Eckpunkten y, y und z hat bei y einen rechten Winkel. Der Abstand zwischen y und z ist die Länge der Hypotenuse, also größer oder gleich der Länge einer Kathete, also dem Abstand zwischen y und y. 5
6 Das Skalarprodukt zweier Spalten ist die Zahl a 1 a :=. a n und b := a b := a i b i. b 1. Die Gerade durch y und y steht genau dann normal zu U, wenn alle Skalarprodukte von y y mit den erzeugenden Spalten von U gleich 0 sind. Für y = k c if i (x) U muss also gelten: Anders geschrieben: b n (y y ) f j (x) = 0, 1 j k. k c i (f i (x) f j (x)) = y f j (x), 1 j k. Wenn wir dieses System von k linearen Gleichungen mit k Unbekannten c 1,..., c k lösen, dann erhalten wir die annähernd interpolierende Funktion f = k c if i. Im Fall von Beispiel 1 (lineare Interpolation) ist y = k.x + d.1 U und die Gerade durch y und y steht normal auf der von x und 1 erzeugten Ebene U. Also ist (y (k.x + d.1)) x = 0 und (y (k.x + d.1)) 1 = 0. Daraus erhalten wir das folgende System von zwei linearen Gleichungen mit zwei Unbekannten k und d: k(x x) + d(1 x) = x y k(x 1) + d(1 1) = 1 y 6
7 Als Lösung erhalten wir k = n(x y) (1 x).(1 y) n(x x) (1 x) 2 und d = (x x).(1 y) (1 x).(x y) n.(x x) (1 x) 2. Wegen x y = n x iy i, 1 x = n x i, 1 y = n y i, 1 1 = n, x x = n x2 i und y y = n y2 i ist und k = n n x iy i ( n x i)( n y i) n n x2 i ( n x i) 2 d = ( n x2 i )( n y i) ( n x i)( n x iy i ) n n x2 i ( n x. i) 2 Wir haben damit die Funktion f : R R, z k.z + d, so bestimmt, dass der (euklidische) Abstand vom n-tupel der gegebenen (gemessenen oder gerundeten) ungenauen Funktionswerte (y 1,..., y n ) zum n-tupel der berechneten Funktionswerte (f(x 1 ),..., f(x n )) möglichst klein ist, also n (y i (kx i + d)) 2 möglichst klein ist. Der Graph dieser Funktion heißt Regressionsgerade oder Trendlinie. Dazu mussten wir nur das Skalarprodukt und das Lösen von Systemen von zwei linearen Gleichungen mit zwei Unbekannten als bekannt voraussetzen. 5 Lineare Regression, wenn das Skalarprodukt noch nicht bekannt ist Die Aufgabe Gegeben sind paarweise verschiedene reelle Zahlen x 1,..., x n R und reelle Zahlen y 1,..., y n R. Berechne eine Funktion f : R R, z k.z + d, so, dass der (euklidische) Abstand zwischen (y 1,..., y n ) und (f(x 1 ),..., f(x n )) möglichst klein ist. kann auch ohne Verwendung des Skalarproduktes gelöst werden. Man muss dazu - etwas mühsam, aber ohne wesentliche Schwierigkeiten - einige Rechnungen ausführen. Wir bestimmen Zahlen k und d so, dass n (y i (kx i + d)) 2, das Quadrat des Abstandes von (y 1,..., y n ) zu (kx 1 + d,..., kx n + d), möglichst klein ist. 7
8 Das heißt: k und d werden so gewählt, dass für alle reellen Zahlen r und s (y i ((k + r)x i + (d + s))) 2 (y i (kx i + d)) 2 ist, also die Differenz D(r, s) := (y i ((k + r)x i + (d + s))) 2 (y i (kx i + d)) 2 0 ist. Ausrechnen ergibt: D(r, s) = ((y i kx i d) (rx i + s)) 2 (y i kx i d)) 2 = = (rx i + s) 2 2 (y i kx i d)(rx i + s). Als Summe von Quadraten ist die Zahl n (rx i + s) 2 immer 0. Wählt man daher k und d so, dass für alle r, s (rx i + s)(y i kx i d) = 0 ist, dann ist D(r, s) 0 für alle r, s R. Wegen (rx i + s)(y i kx i d) = r (x i y i kx 2 i dx i ) + s (y i kx i d) ist (k, d) Lösung des Systems n (x iy i kx 2 i dx i ) = 0 n (y i kx i d) = 0 von zwei linearen Gleichungen in zwei Unbekannten. Dessen Lösung ist dieselbe wie die in Abschnitt 4. 8
9 6 Lineare Regression, wenn partielles Differenzieren und seine Anwendung auf Extremwertaufgaben bekannt sind Gegeben sind paarweise verschiedene reelle Zahlen x 1,..., x n R und reelle Zahlen y 1,..., y n R. Differenziert man die quadratische Funktion q := n (y i (ux i + v)) 2 an der Stelle (k, d) partiell nach u und v, erhält man eine Darstellung dieser Funktion in der Form q = q(k, d) + q q (k, d)(u k) + u v (k, d)(v d) + 2 q (k, d)(u k)(v d) + u v = q(k, d) 2 +( q 2 2 u (k, d)(u k) q 2 2 v (k, d)(v d)2 = x i (y i (kx i + d))(u k) 2 (y i (kx i + d))(u d)+ x i )(u k)(v d) + ( x 2 i )(u k) 2 + n(v d) 2. Dieselbe Darstellung der quadratischen Funktion q als Linearkombination von 1, (u k), (v d), (u k)(v d), (u k) 2 und (v d) 2 hätte man auch erhalten, wenn man n (y i (ux i +v)) 2 als n (y i ((k +(u k))x i +(d+(v d)))) 2 geschrieben hätte, dann ausmultipliziert und die Koeffizienten von 1, (u k), (v d), (u k)(v d), (u k) 2, (v d) 2 zusammengefasst hätte. Die Funktion q hat in (k, d) ein Minimum, wenn q q (k, d) = 0, (k, d) = 0 u v und die Hesse sche Matrix 2 q (k, d) 2 q (k, d) n n 2 u u v x2 i x i = 2 2 q (k, d) 2 q n (k, d) u v 2 v x i n positiv definit ist. Diese Matrix ist bekanntlich genau dann positiv definit, wenn n x2 i > 0 und n. n x2 i > ( n x i) 2 ist. Die zweite Ungleichung folgt aus der (quadrierten) Cauchy-Schwarz schen Ungleichung 1 2. x 2 > (1 x) 2. Auch dafür braucht man keine Differenzialrechnung: Wenn die Koeffizienten bei u k und bei v d gleich 0 sind, ist q(k, d) der kleinste Funktionswert von q genau dann, wenn die (homogene) quadratische Funktion q := (2 x i )(u k)(v d) + ( x 2 i )(u k) 2 + n(v d) 2 9
10 keine negativen Funktionswerte hat. Wir ergänzen quadratisch und erhalten q = n.((v d) + 1 n x i (u k)) n (n x 2 i ( x i ) 2 )(u k) 2. Diese Funktion hat somit genau dann keine negativen Funktionswerte, wenn n( n x2 i ) ( n x i) 2 0 ist. Literatur [1] Tinhof, F. et al.: Mathematik II HAK/LW. 3. Auflage, Trauner Verlag, Linz, [2] Timischl, W., Prugger, E.: Mathematik & Wirtschaft Auflage, Dorner Verlag, Wien, [3] Götz, S.: Von Pferden, Ziegen und unmöglichen Würfeln. Didaktikhefte 37, 19-46,
Schlussrechnung, Modellbildung und Interpolation
Schlussrechnung, Modellbildung und Interpolation Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 1 Einleitung Schlussrechnungen
MehrGleichungen - Aufgabenstellung und Lösungsstrategien
Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung
MehrSchlussrechnung, Modellbildung und Interpolation
Schlussrechnung, Modellbildung und Interpolation Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Tag der Mathematik Graz, 7. Februar 2013 Beispiele für Schlussrechnungen
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrHöhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik
Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
MehrExtrema von Funktionen in zwei Variablen
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
Mehru + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.
Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume
MehrUmgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
MehrKern- und Schulcurriculum Mathematik Klasse 9/10. Stand Schuljahr 2009/10
Kern- und Schulcurriculum Mathematik /10 Stand Schuljahr 2009/10 Fett und kursiv dargestellte Einheiten gehören zum Schulcurriculum In allen Übungseinheiten kommt die Leitidee Vernetzung zum Tragen - Hilfsmittel
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Informatik Medieninformatik Wirtschaftsinformatik Wirtschaftsingenieurwesen
Mehr2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also
Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx
MehrEinführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
MehrTeil II. Nichtlineare Optimierung
Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
MehrAnalysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11.
ETH EIDGENÖSSISCHE TECHNISCHE HOCHSCHULE ZÜRICH Analysis mit dem Computer-Algebra-System des TI-92 Anhang 2: Gedanken zum Lehrplan Beat Eicke und Edmund Holzherr 11. November 1997 Eidgenössische Technische
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrMathematik I Internationales Wirtschaftsingenieurwesen
Mathematik I Internationales Wirtschaftsingenieurwesen Integralrechnung 03.12.08 Das unbestimmte Integral/Stammfunktion Das bestimmte Integral/Flächenberechnung Integral als Umkehrung der Ableitung Idee:
MehrProjekt Standardisierte schriftliche Reifeprüfung in Mathematik. T e s t h e f t B 1. Schulbezeichnung:.. Klasse: Vorname: Datum:.
Projekt Standardisierte schriftliche Reifeprüfung in Mathematik T e s t h e f t B Schulbezeichnung:.. Klasse: Schüler(in) Nachname:. Vorname: Datum:. B Große und kleine Zahlen In Wikipedia findet man die
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
MehrVorkurs Mathematik Übungen zu Differentialgleichungen
Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrKostenfunktionen. Der Stückpreis (Preis pro Einheit) beträgt 4 Geldeinheiten. Die durch Verkauf zu erzielenden Gesamteinnahmen heißen Umsatz.
Kostenfunktionen 1. Ein Unternehmen stellt ein Produkt her. Die Produktion eines Wirtschaftsgutes verursacht Kosten. Die Gesamtkostenfunktion lautet: K(x) = 512+0,44x+0,005x 2. Um x Einheiten des Produkts
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische
MehrRekursionen (Teschl/Teschl 8.1-8.2)
Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrMathematik für Techniker
Mathematik für Techniker 5. Auflage mit 468 Bildern, 531 Beispielen und 577 Aufgaben mit Lösungen rs Fachbuchverlag Leipzig im Carl Hanser Verlag Inhaltsverzeichnis 1 Rechenoperationen 15 1.1 Grundbegriffe
MehrZuammenfassung: Reelle Funktionen
Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
MehrKernel, Perceptron, Regression. Erich Schubert, Arthur Zimek. 2014-07-20 KDD Übung
Kernel, Perceptron, Regression Erich Schubert, Arthur Zimek Ludwig-Maximilians-Universität München 2014-07-20 KDD Übung Kernel-Fukctionen Kernel kann mehrdeutig sein! Unterscheidet zwischen: Kernel function
MehrDivision Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema
Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrÜbung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy
Übung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy Dr. Raimund Horn a Dipl. Chem. Barbara Bliss b Dipl. Phys. Lars Lasogga c a Fritz Haber Institut der Max Planck Gesellschaft
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
MehrKapitel 15: Differentialgleichungen
FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrArbeitsblätter zum Thema Papierfalten und Algebra für den Unterricht Hochbegabter in der Sekundarstufe II
Arbeitsblätter zum Thema Papierfalten und Algebra für den Unterricht Hochbegabter in der Sekundarstufe II Robert Geretschläger Graz, Österreich, 2009 Blatt 1 Lösen quadratischer Gleichungen mit Zirkel
Mehr8. Übung zur Vorlesung Mathematisches Modellieren Lösung
Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ
MehrExtremwertaufgaben. 3. Beziehung zwischen den Variablen in Form einer Gleichung aufstellen (Nebenbedingung),
Extremwertaufgaben x. Ein Landwirt will an einer Mauer einen rechteckigen Hühnerhof mit Maschendraht abgrenzen. 0 Meter Maschendraht stehen zur Verfügung. Wie groß müssen die Rechteckseiten gewählt werden,
MehrMATHEMATIK & WIRTSCHAFT
MATHEMATIK & WIRTSCHAFT 2 MATHEMATIK & WIRTSCHAFT 2 MATHEMATIK & WIRTSCHAFT Timischl Prugger 2 Kompetenzliste Inhaltsverzeichnis / Impressum Inhaltsverzeichnis Inhalts- und Handlungsbereiche des Kompetenzmodells
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrÜbungsaufgaben zur Vorbereitung auf die standardisierte kompetenzorientierte schriftliche Reifeprüfung in Mathematik (AHS)
Übungsaufgaben zur Vorbereitung auf die standardisierte kompetenzorientierte schriftliche Reifeprüfung in Mathematik (AHS) Inhalt Teil-1-Übungsaufgaben Inhaltsbereich Algebra und Geometrie (AG) 8 (1) Ganze
Mehr2 Lineare Gleichungssysteme
Beispiel.5: Funktion von Runge (V) Beispiel Martin-Luther-Universität Halle-Wittenberg, NWF III, Institut für Mathematik Martin Arnold: Grundkurs Numerische Mathematik (WiS 27/8) Abbildung.3: Interpolation
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrÜbergang Klasse 10/E1 (G9) und Klasse 9/E1 (G8) Mathematik. Übungsaufgaben zum Mittelstufenstoff im Fach Mathematik
Fachberatung Mathematik Hilde Zirkler Goethe-Gymnasium Bensheim Bensheim, im Juni 0 Übergang Klasse 0/E (G9) und Klasse 9/E (G8) Mathematik Übungsaufgaben zum Mittelstufenstoff im Fach Mathematik. Lineare
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrMan kann zeigen (durch Einsetzen: s. Aufgabenblatt, Aufgabe 3a): Die Lösungsgesamtheit von (**) ist also in diesem Fall
4. Lösung einer Differentialgleichung. Ordnung mit konstanten Koeffizienten a) Homogene Differentialgleichungen y'' + a y' + b y = 0 (**) Ansatz: y = e µx, also y' = µ e µx und y'' = µ e µx eingesetzt
MehrEigenMath Howto. Beispiele: Was erhält man, wenn man 100 mal die Zahl 2 mit sich multipliziert? Antwort 1267650600228229401496703205376
EigenMath Howto EigenMath ist ein kleines Programm, das als 'Taschenrechner' für die Mathematik der Oberstufe verwendet werden kann. Es ist viel weniger mächtig als die großen Brüder Sage, Maxima, Axiom
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrStandardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Probeklausur März 2014. Teil-1-Aufgaben
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik Probeklausur März 2014 Teil-1-Aufgaben Beurteilung Jede Aufgabe in Teil 1 wird mit 0 oder 1 Punkt bewertet, jede Teilaufgabe in
MehrAufgabe 1 (Excel) Anwendungssoftware 1 / 11 Semesterschlussprüfung 21.06.2004
Anwendungssoftware 1 / 11 Dauer der Prüfung: 90 Minuten. Es sind alle fünf Aufgaben mit allen Teilaufgaben zu lösen. Versuchen Sie, Ihre Lösungen soweit wie möglich direkt auf diese Aufgabenblätter zu
MehrLogo-Aufgaben mit Verbindung zur Mathematik
Logo-Aufgaben mit Verbindung zur Mathematik Student: Dozent: Prof. Juraj Hromkovic Datum: 13.06.007 Logo-Kenntnisse Für die Lösung der Aufgaben werden folge Logo-Befehle benötigt: Arithmetik: +, -, *,
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrDie Näherung durch die Sekante durch die Punkte A und C ist schlechter, da der Punkt C weiter von A entfernt liegt.
LÖSUNGEN TEIL 1 Arbeitszeit: 50 min Gegeben ist die Funktion f mit der Gleichung. Begründen Sie, warum die Steigung der Sekante durch die Punkte A(0 2) und C(3 11) eine weniger gute Näherung für die Tangentensteigung
MehrFunktionen (linear, quadratisch)
Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)
Mehrax 2 + bx + c = 0, (4.1)
Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die
MehrOptimale Steuerung. Sequentielle Quadratische Programmierung. Kevin Sieg. 14. Juli 2010. Fachbereich für Mathematik und Statistik Universität Konstanz
Optimale Steuerung Kevin Sieg Fachbereich für Mathematik und Statistik Universität Konstanz 14. Juli 2010 1 / 29 Aufgabenstellung 1 Aufgabenstellung Aufgabenstellung 2 Die zusammengesetzte Trapezregel
MehrKapitel 3 Mathematik. Kapitel 3.3. Algebra Gleichungen
TG TECHNOLOGISCHE GRUNDLAGEN Kapitel 3 Mathematik Kapitel 3.3 Algebra Gleichungen Verfasser: Hans-Rudolf Niederberger Elektroingenieur FH/HTL Vordergut 1, 877 Nidfurn 055-654 1 87 Ausgabe: Februar 009
MehrBrückenkurs Mathematik Mathe: Das 1x1 der Ingenieurwissenschaften
Brückenkurs Mathematik Mathe: Das x der Ingenieurwissenschaften Gewöhnliche Differentialgleichungen, lineare Algebra oder Integralrechnung vertiefte Kenntnisse der Mathematik sind Voraussetzung für den
MehrMATHEMATIK. Fachabiturprüfung 2009 zum Erwerb der Fachhochschulreife an. Fachoberschulen und Berufsoberschulen. Ausbildungsrichtung Technik
Fachabiturprüfung 2009 zum Erwerb der Fachhochschulreife an Fachoberschulen und Berufsoberschulen MATHEMATIK Ausbildungsrichtung Technik Freitag, 29. Mai 2009, 9.00-12.00 Uhr Die Schülerinnen und Schüler
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
Mehra n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n
Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen
MehrElemente der Analysis I Kapitel 2: Einführung II, Gleichungen
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html
MehrDr. Jürgen Roth. Fachbereich 6: Abteilung Didaktik der Mathematik. Elemente der Algebra. Dr. Jürgen Roth 3.1
.1 Dr. Jürgen Roth Fachbereich 6: Abteilung Didaktik der Mathematik Elemente der Algebra . Inhaltsverzeichnis Elemente der Algebra & Argumentationsgrundlagen, Gleichungen und Gleichungssysteme Quadratische
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik 008 Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe 1: ( VP) x Gegeben ist die Funktion f mit f(x). x Bilden Sie die Ableitung von f und fassen Sie diese so weit wie
MehrVorlesung Analysis I / Lehramt
Vorlesung Analysis I / Lehramt TU Dortmund, Wintersemester 2012/ 13 Winfried Kaballo Die Vorlesung Analysis I für Lehramtsstudiengänge im Wintersemester 2012/13 an der TU Dortmund basiert auf meinem Buch
MehrEine Kurzanleitung zu Mathematica
MOSES Projekt, GL, Juni 2003 Eine Kurzanleitung zu Mathematica Wir geben im Folgenden eine sehr kurze Einführung in die Möglichkeiten, die das Computer Algebra System Mathematica bietet. Diese Datei selbst
MehrVersuchsauswertung mit Polynom-Regression in Excel
Versuchsauswertung mit Polynom-Regression in Excel Aufgabenstellung: Gegeben sei die in Bild 1 gezeigte Excel-Tabelle mit Messwertepaaren y i und x i. Aufgrund bekannter physikalischer Zusammenhänge wird
Mehr1. Mathematik-Schularbeit 6. Klasse AHS
. Mathematik-Schularbeit 6. Klasse AHS Arbeitszeit: 50 Minuten Lernstoff: Mathematische Grundkompetenzen: (Un-)Gleichungen und Gleichungssysteme: AG. Einfache Terme und Formeln aufstellen, umformen und
MehrARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG
¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht
MehrMATHEMATIKLEHRPLAN 4. SCHULJAHR SEKUNDARSTUFE
Europäische Schulen Büro des Generalsekretärs Abteilung für pädagogische Entwicklung Ref.:2010-D-581-de-2 Orig.: EN MATHEMATIKLEHRPLAN 4. SCHULJAHR SEKUNDARSTUFE Kurs 4 Stunden/Woche VOM GEMISCHTER PÄDAGOGISCHER
MehrFit in Mathe. Juni 2014 Klassenstufe 9. Lineare Funktionen
Thema Musterlösungen Juni 0 Klassenstufe 9 Lineare Funktionen a) Vervollständige die Tabelle mit den Funktionswerten: x 6 8 0 6 0 x 5 6 7 8 9 0 b) Gib die Funktionsgleichung an x 6 8 0 6 0 8 x,5,75,5 0,5-0,5
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrInvariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen
Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 5 Invariantenringe zu Untergruppen Proposition 5.1. Es sei R G R eine Operation einer Gruppe G auf einem kommutativen Ring durch
MehrSchleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015
ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis
MehrBitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.
Mathematik I für Wirtschaftswissenschaftler Klausur für alle gemeldeten Fachrichtungen außer Immobilientechnik und Immobilienwirtschaft am 9..9, 9... Bitte unbedingt beachten: a) Gewertet werden alle acht
MehrÜbungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS
Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage
Mehr3.1. Die komplexen Zahlen
3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen
MehrKlausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth
Fakultät für Ingenieurswissenschaften Bachelorstudiengang Biomedizinische Technik Prof. Dr. W. Langguth Klausuraufgabensammlung Mathematik Klausuraufgaben zur Mathematik - von Wolfgang Langguth Aufgabenstellungen
MehrGrundlagen der Mathematik II
Wintersemester 204/205 - Aufgabenblatt I Abgabe: bis Donnerstag, den 6. November 204, 9:00 Uhr Aufgabe : Untersuchen Sie, für welche 2 C die folgende Matrix c diagonalisierbar ist, und bestimmen Sie für
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
Mehr7 Lineare Abbildungen und Lineare Gleichungssysteme
7 LINEARE ABBILDUNGEN UND LINEARE GLEICHUNGSSYSTEME 5 7 Lineare Abbildungen und Lineare Gleichungssysteme 7 Lineare Abbildungen 7 Abbildungen: Eine Verallgemeinerungen des Funktionsbegriffs Bemerkung:
MehrGeometrische Maße oder,... wie kann man quantitative Aussagen über geometrische Objekte erhalten?
In der euklidischen Geometrie der Mittelstufe ging es zumeist um geometrische Konstruktionen und um qualitative Aussagen über geometrische Objekte in Bezug zueinander. Möchte man, insbesondere im dreidimensionalen
MehrNumerische Integration
Numerische Integration Die einfachste Anwendung des Integrals ist wohl die Beantwortung der Frage nach der Fläche zwischen dem Graphen einer Funktion und der Achse über einem gegebenen Intervall ('Quadraturaufgabe').
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrVorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: 978-3-446-43035-8. Weitere Informationen oder Bestellungen unter
Vorwort Günter M. Gramlich Lineare Algebra Eine Einführung ISBN: 978-3-446-43035-8 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-43035-8 sowie im Buchhandel. Carl Hanser
MehrMathematik Abitur Zusammenfassung Marius Buila
Mathematik Abitur Zusammenfassung Marius Buila 1.Analysis 1.1 Grundlagen: Ableitung f (u) ist Steigung in Punkt P (u/f(u)) auf K f(x) = a * x r f (x) = a * r * x r-1 Tangentengleichung: y= f (u) * (x-u)
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel
MehrKAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten:
KAPITEL 4 Lineare Ausgleichsrechnung Beispiel 41 Das Ohmsche Gesetz: Eine Meßreihe von Daten: U = RI (U i, I i ) (Spannung, Stromstärke), i = 1,, m Aufgabe: man bestimme aus diesen Meßdaten den Widerstand
Mehr